待验证50% 置信事实精确时间

2012年Hinton团队的AlexNet以top-5错误率从26%骤降至15%的成绩震惊学界

1

来源数

50%

置信度

长期有效

时效性

2026/7/14

首次发现

来源

疟疾细胞AI识别：医学影像分类实践全解析

相关事实

待验证2012年Hinton团队的AlexNet以top-5错误率从26%降至15%的成绩，ResNet（2015，微软研究院）通过残差连接解决深层网络梯度消失问题，EfficientNet（2019，Google Brain）通过复合缩放系数优化网络79% 相似待验证2012年ImageNet竞赛中CNN架构将错误率从26%降至15%64% 相似待验证DeepSuite基准测试的误报率为44.9%，漏报率为1.2%63% 相似待验证4条基础规则能将AI编程错误率从41%压到11%61% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/504118

API

curl https://kongchang.com/api/v1/knowledge/claims/504118

MCP

get_claim(id=504118)